GLM-4.5 calculadora TPS
Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..
Calculado para este modelo
818 tarjetas que tenemos especificaciones para
Tarjeta más pequeña que cabe
Radeon Instinct MI325X
256 GB · Q4_K_M · 12.9 tok/s
Tarjeta más rápida
B300
17.0 tok/s · 288 GB
¿Qué GPU pueden ejecutar? GLM-4.5?
Establecer las entradas, leer la respuesta
Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..
Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..
4 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
17.0
tok/s
10–27 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 256.8 GB | Q5_K_M | Ajustado |
|
13.6
tok/s
8–22 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 256.8 GB | Q5_K_M | Ajustado |
|
13.6
tok/s
8–22 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 256.8 GB | Q5_K_M | Ajustado |
|
12.9
tok/s
8–21 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 215.5 GB | Q4_K_M | Ajustado |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Z.ai (Zhipu AI),Tsinghua University
- Tipo de Organización
- Industry,Academia
- País
- China
- Publicado
- 5 August 2025
- Autores
- Bin Chen, Chengxing Xie, Cunxiang Wang, Da Yin, Hao Zeng, Jiajie Zhang, Kedong Wang, Lucen Zhong, Mingdao Liu, Rui Lu, Shulin Cao, Xiaohan Zhang, Xuancheng Huang, Yao Wei, Yean Cheng, Yifan An, Yilin Niu, Yuanhao Wen, Yushi Bai, Zhengxiao Du, Zihan Wang (汪子涵), Zilin Zhu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Code generation, Quantitative reasoning
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 355B
- Datos de entrenamiento
- 23,100,000,000,000 tokens
- Tamaño de lote
- 64,000,000
355 billion total parameters with 32 billion active parameters
23T tokens
"We used a batch size warmup strategy, where the batch size was gradually increased from 16M tokens to 64M tokens in the training of the first 500B token"
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 4.4 × 10²⁴ FLOP
- Cómo se estableció
- Operation counting
(6 FLOP/token/parameter) * (23T tokens) * (32B active parameters) = 4.42e24 FLOP
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Unreleased
- Hugging Face
- zai-org
MIT license https://huggingface.co/zai-org/GLM-4.5 Apache 2.0 (Inference code) https://github.com/zai-org/GLM-4.5?tab=readme-ov-file
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- Discretionary
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models
- Última actualización
- 30 December 2025
Los extremos
Las diez GPUs más rápidas que ejecutan GLM-4.5
Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..
Las GPUs más pequeñas que aún funcionan GLM-4.5
La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..
- 01 Radeon Instinct MI325X 256 GB · Necesita 215.5 GB · Q4_K_M · Ajustado 12.9 tok/s
- 02 B300 288 GB · Necesita 256.8 GB · Q5_K_M · Ajustado 17.0 tok/s
- 03 Radeon Instinct MI350X 288 GB · Necesita 256.8 GB · Q5_K_M · Ajustado 13.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · Necesita 256.8 GB · Q5_K_M · Ajustado 13.6 tok/s
Qué significan los números
El lado de hardware
Mínima tarjeta
Radeon Instinct MI325X
Memoria necesaria
215.5 GB
Más rápido
17.0 tok/s
GLM-4.5 llega a un recuento de parámetros de 355B. Eso está más allá de lo que cualquier tarjeta gráfica única puede soportar. Ejecutarlo significa dividirlo entre varias tarjetas o alquilar hardware construido para el trabajo, y cada tarjeta capaz de soportarlo sola es una parte de datacenter. El número que puede: 4.
En el extremo bajo, se maneja por Radeon Instinct MI325X, con una capacidad de memoria de 256 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 12.9 tokens por segundo
Gama alta es B300, generando aproximadamente 17.0 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
GLM-4.5 fue publicado por Z.ai (Zhipu AI),Tsinghua University, en el país registrado como China, durante August 2025. Sale de una organización categorizada como industry,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Code generation, Quantitative reasoning.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización zai-org.
Qué decide la velocidad
En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 13.6 tokens por segundo. Excediendo velocidad de lectura directamente: 4 de ellos.
Siendo denso, lee todo de sí mismo por token, razón por la cual el orden según velocidad a continuación sigue tan de cerca el orden por ancho de banda de memoria.
La memoria aquí se estima a partir del tamaño en lugar de calcularse a partir de la arquitectura, que no se registra para este modelo — los números son indicativos en lugar de exactos.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 4.4 × 10²⁴ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Fue entrenado en un corpus de aproximadamente 23,100,000,000,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: discretionary.
Paso a paso
Cómo elegir una GPU para GLM-4.5
La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..
-
01
Comienza desde la columna de memoria
Empieza desde lo que realmente necesita, que es el requerimiento de GLM-4.5, necesitando alrededor 215.5 GB a una compresión de Q4_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
02
Decide cuánto duran tus conversaciones.
La conversación ocupa memoria también, y crece a medida que avanza. Ajusta el controlador a la longitud que esperas, porque en un contexto largo una CARD que maneja preguntas cortas fácilmente puede no encajar. GLM-4.5.
-
03
Establecer un umbral de calidad
La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., alcanzando una compresión de Q4_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
-
04
Ordenar por velocidad
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. GLM-4.5. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B300, en 17.0 tok/s
-
05
Mira el margen, no solo la compatibilidad.
Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de GLM-4.5. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
-
06
Abre la tarjeta que has elegido.
Cada nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para GLM-4.5.
Respuestas
GLM-4.5 — preguntas comunes
GLM-4.5— ¿Puedo ejecutarlo si no cabe en mi GPU?
Solo al descargar, lo cual suele ser una falsa economía: la parte mantenida en la memoria del sistema arrastra todo. El fallo más cercano que calculamos se queda corto por 42.7 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
GLM-4.5— ¿Correrían dos GPUS más rápido?
Dos tarjetas compran memoria en lugar de velocidad, lo cual solo importa si una tarjeta no puede contenerlo. El número que puede: 4. Así que una segunda tarjeta rara vez es la respuesta aquí.
GLM-4.5— ¿Por qué difiere la cuantificación entre tarjetas?
Una tarjeta más grande sostiene una copia más precisa. El número de niveles de compresión utilizados en las tarjetas que la ejecutan: 2. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
GLM-4.5— ¿Qué tan precisas son estas estimaciones de velocidad?
Se calculan a partir de especificaciones en lugar de ser medidas, y cada una tiene un rango. Un ejemplo: 10–27 tok/s en B300. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
GLM-4.5— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI325X, con una capacidad de memoria de 256 GB. Funciona el modelo a una compresión de Q4_K_M usando alrededor 215.5 GB, y produce aproximadamente 12.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 4.
GLM-4.5— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 17.0 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 4.
GLM-4.5— ¿Cuánta VRAM necesita?
Necesita aproximadamente 215.5 GB a una compresión de Q4_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.
GLM-4.5— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
GLM-4.5— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 355B. 355 billion total parameters with 32 billion active parameters. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
GLM-4.5— ¿Quién lo creó?
Fue publicado por Z.ai (Zhipu AI),Tsinghua University, basado en China, una organización categorizada como industry,Academia.
GLM-4.5— ¿cuándo fue lanzado?
Se publicó en August 2025.
GLM-4.5— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Code generation, Quantitative reasoning. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
GLM-4.5— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización zai-org. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
GLM-4.5— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 4.4 × 10²⁴ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.